AMA | Эпизод 1 - Захват AI-агентом: Разделение ажиотажа и реальности (С участием AG2)

В этом AMA мы начинаем серию AI Agent Takeover, рассматривая один из самых важных вопросов в этой области: что является хайпом, а что реальностью, когда речь идет о AI-агентах? Ведущий нашей маркетинговой команды Джулес Барраган, вместе с CEO и соучредителем Sahara AI Шоном Реном и Чи Вангом, основателем AG2 и исследователем в Google DeepMind, мы погружаемся в будущее открытых фреймворков агентов, роль децентрализованного AI в собственности и атрибуции, а также в проблемы создания поистине автономных систем. Если вы ранний разработчик или исследователь, формирующий будущие границы, эта сессия исследует прорывы, препятствия и возможности, формирующие экосистему агентского AI. 

Ссылка: https://x.com/i/spaces/1eaKbWYmEOYGX

Транскрипция

Джулес: Здравствуйте, всем. Меня зовут Джулес, я из Sahara AI. Я буду вашим ведущим. Сегодня у нас запланирован захватывающий AMA, в котором примут участие два невероятных ума в AI. Наш собственный Шон Рен, CEO и соучредитель Sahara AI. Вы все слышали его выступления много раз раньше. Зав всегда рад видеть его снова. У нас также есть наш специальный гость, Чи Ванг. Итак, Чи, это твой первый раз на наших AMA.

Чи: Добро пожаловать.

Джулес: Для тех, кто не знает, он является основателем AG2, ранее известного как AutoGen, открытой операционной системы для агентов, поддерживающих агентский AI, и его родительского проекта с открытым исходным кодом FLAML, быстрой библиотеки для AutoML и настройки. У него более 15 лет опыта в исследовательской деятельности в области компьютерных наук в Google DeepMind, Microsoft Research, Meta, UIUC и Цинхуа. Я правильно произнес, Чи?

Чи: Цинхуа. 

Джулес: И он получил несколько наград в своей области. Спасибо, что присоединился к нам сегодня, Чи.

Чи: Большое спасибо. Рад быть здесь.

Джулес: Прекрасно. Если вы слушаете, если у вас есть какие-либо вопросы в течение этого AMA, просто оставьте их в комментариях ниже, и мы к ним вернемся в конце. О, и спасибо, Шон. Я как-то не дал тебе высказаться. Я немного перебил это.

Шон: Я не говорю. Продолжай.

Чи: Извините. Спасибо.

Джулес: Чи. AG2 начался как способ упростить разработку AI-агентов. Мне интересно, какую проблему вы увидели в ландшафте AI, которая действительно заставила вас сказать, что это должно существовать?

Чи: Да, спасибо за вопрос. Я работал над AutoML и настройкой гиперпараметров, как вы только что сказали. До того, как я работал над AutoGen для AI-агентов, когда я работал над AutoML и увидел мощь языковых моделей, я попытался применить идею AutoML для настройки параметров вывода для этих языковых моделей и посмотреть, насколько велика разница, когда мы меняем способ, которым мы используем модели для приложений. Оказалось, что разница велика, и это был стартовый момент, особенно в том, как модель используется в большей системе. Это как бы совершенно новый вопрос для этих новых типов моделей, потому что по сравнению с предыдущим поколением машинных моделей они не только делают предсказания, но и могут выполнять открытое порождение в откры空ном пространстве. Они могут даже стать новым мозгом, новой формой управляющего уровня для того, как работает система, а не просто стать небольшой компонентой в одной системе. Это открывает очень большое пространство для дизайна. И все же, я не видел хорошего фреймворка. Когда я около двух лет назад начал работать над этой проблемой, я не видел хорошего решения, ни хорошей операционной системы, сосредоточенной на этих новых типах моделей и позволяющей разработчикам создавать наши источники приложений на их основе. Нам действительно нужна новая операционная система, оптимизированная для этих новых типов моделей, и чтобы поддерживать все разнообразные приложения, работающие на ее основе. Так что это был тот недостающий элемент, который я увидел, и это была моя отправная точка.

Джулес: Это действительно потрясающе. Шон, ты тоже был в AI-секторе уже как, прошло около 10 лет, верно? И теперь ты находишься на стыке Web3 и AI, что удивительно. Что ты считаешь самым захватывающим прорывом, который сейчас происходит в технологии AI-агентов?

Шон: Да, я думаю, что может быть даже более широко, чем просто AI-агенты. В этой новой эре мы наблюдаем, как, как и в предыдущую эру интернета, когда люди начинали публиковать свой собственный контент, контент, созданный пользователями, в интернете, и действительно эффективным способом просматривать то, что каждый из нас производит, и понимать идеи друг друга, тут же общаясь друг с другом без каких-либо барьеров физических и временных ограничений. И я думаю, что сегодня, когда мы смотрим на эту новую эру AI и AI-агентов, мне кажется, это действительно снизило барьеры для людей, чтобы создавать интересные приложения и контент, потому что подумайте об агенте кодирования, который выглядит очень обещающим для непрофессионалов и не технических людей, чтобы действительно создавать приложения, интерфейсы и все эти взаимодействия для пользователей всего за часы, а не дни или недели. И я думаю, что это далее снизило барьеры для нас для общения наших креативных идей и, возможно, даже создания монетизируемых приложений очень эффективным образом. Итак, то, что я предвижу здесь, заключается в том, что из-за намного более простых и эффективных и упорядоченных способов, позволяющих людям innovировать и производить идеи, возникают новые проблемы о том, как защитить творческие идеи и собственность этих приложений, и всего, что может быть монетизируемым в будущем. Так проблема защиты авторских прав, простеживаемое владение, атрибуции становится действительно важной проблемой. Вот почему мы начали Sahara AI, чтобы решить этот спектр проблем, который я думаю, что идет параллельно с улучшением компетенции и возможностей агентов.

Джулес: Отлично. Действительно, очень хорошие моменты. Ты затронул несколько хороших аспектов о снижении барьеров и открытом доступе ко многим инструментам AI, что все это ведет к увеличению инноваций. И большая часть этого - это открытое движение, и Чи, я знаю, что AG2 действительно ведет в этом пространстве и развивает огромное открытое движение. У вас больше 20,000 строителей из Google, IBM, Meta и многих ведущих университетов. Какой был один из самых удивительных способов, которыми открытое сотрудничество повлияло на развитие AG2?

Чи: Да, это очень хороший вопрос. Я начал работать над проектами с открытым исходным кодом шесть лет назад, начиная с библиотеки AutoML FLAML, и AutoGen на самом деле был разработан внутри FLAML с самого начала. Таким образом, каждая строка кода была написана в открытом формате с самого начала как подконтейнер внутри FLAML, и только спустя несколько месяцев мы переместили его в отдельный репозиторий на GitHub и продолжали поддерживать его. С самого начала открытый исходный код не просто был закрытой разработкой, это была открытая разработка с самого начала. И вместе, например, с профессором Чунь Ю, который был моим долгосрочным сотрудником в Flaml, также мы двое были основными авторами AutoGen, и когда это изменилось до определенной формы, тогда больше пользователей присоединились к нам из сообщества и по всему миру. 

И я думаю, что самое удивительное - это когда мы просто построили фреймворк AutoGen для этого, мы нацелились на очень мощные агенты. Но мы быстро поняли, что перед нами стоит большая стена, которую нужно преодолеть, верно? Так что это не легко. Даже несмотря на то, что эти модели памяти продемонстрировали очень сильные обещания, есть всевозможные проблемы, которые нужно решить. Вместо того чтобы просто продвигаться к этой миссии самостоятельно, я быстро понял, что вместо этого мы могли бы сначала создать фундаментальный фреймворк, построить общее инфраструктуру, чтобы упростить другим создание на его основе и попробовать все свои идеи, чтобы мы могли потенциально достичь цели гораздо быстрее. И оказывается, это была самая эффективная стратегия, по которой продукт развивался. Так что множество идей фактически были разработаны сообществом, и мы впитали их и постарались итеративно улучшать, уточнять и добавлять в фреймворк, чтобы сделать его еще более мощным. Таким образом, один из примеров - это шаблон группового чата, который позволяет нескольким агентам обсуждать, разговаривать друг с другом в одной группе, делиться одним контекстом и решать проблемы вместе. Это на самом деле было предложено из открытого сотрудничества как экспериментальная функция, чтобы показать, что этот фреймворк может в конечном итоге позволить вам сделать. Это не единственное, что вы можете сделать, но оно было добавлено как пример. Но оказалось, что это очень популярная функция, которая используется и также дальше разрабатывается и уточняется, чтобы стать гораздо более насыщенной и функциональной. Но оказалось, что это был очень полезный шаблон, который продолжает развиваться и использоваться пользователями, и есть много таких примеров. Так что вклад с открытым исходным кодом действительно является причиной, по которой сообщество очень активно, и библиотека сама получила очень интересное развитие вдоль пути. Не только это, но также факт, что так много людей фактически пробуют свои идеи и иногда гораздо раньше, чем некоторые основные исследовательские или инженерные команды. Это тоже удивительно. 

Таким образом, существуют многие, например, ранние продвинутые исследования для довольно продвинутых функций, аналогичных тем глубоким исследованиям, которые мы наблюдаем сегодня, как операций, выполняемых, по крайней мере, на год раньше, чем в сообществе открытого исходного кода. И они достигли очень сильных результатов. Так что такие ранние исследования очень продвинутых функций тоже основополагающе изменили мой способ изучения новых идей и выполнения работы. Теперь сообщество открытого исходного кода является для меня основным источником вдохновения. Так что это не просто время от времени, когда я учусь у них, но я постоянно учусь у них. Да. И также они иногда достигают очень высокой производительности на сложных тестах, например, на топовых результатах в наборе тестов для программного инжиниринга и так далее. Да, так что это такая большая учеба, которую я извлек из этого пути.

Джулес: Да, это удивительно. Разработка с открытым исходным кодом никогда не перестает меня удивлять, особенно в этой области. Web3 уже так долго связан с открытым исходным кодом, я глубоко погружен в Web3. Я здесь с 2015 года, и приятно видеть, как сообщество AI так активно развивает открытый код. Шон, мне любопытно. Итак, открытый AI и децентрализованный AI, по сути две стороны одной и той же монеты. Оба намерены передать власть в руки сообщества, но это разные подходы и они касаются разных вещей. Как ты видишь, как эти два подхода дополняют или бросают вызов друг другу? Особенно в свете решения проблем собственности и авторских прав, о которых ты упоминал ранее.

Шон: Да, я думаю, что это отличный вопрос. На самом деле, позвольте мне немного разбить этот вопрос, потому что я думаю, что децентрализованный AI является довольно перегруженным и, возможно, неясным термином для многих из вас. И даже с открытым AI его перегрузили разные компании. Например, Ллама, можно сказать, что Ллама это открытая модель? Они могут понимать это как открытые веса, но определенно не полностью открытый исходный код, касающийся рецепта и всего процесса. Верно. Поэтому, возвращаясь к вопросу Джулеса, я думаю, что они могут сосуществовать и могут дополнять друг друга. Если я надену шляпу исследователя, я люблю открытый AI, потому что это, по сути, то, что движет продвижением науки и открытой науки. Все знают, как именно DeepSeek был создан с нуля до одного с помощью всех деталей рецепта, и не только весов, но потенциально мы также надеемся увидеть все наборы данных, которые были использованы для обучения модели. 

Я думаю, что еще одним отличным примером является модель OMO, которая исходит от AI-инструмента в институте искусственного интеллекта, где они на самом деле выпускают все наборы данных, которые использовались для создания моделей на этапе предварительной подготовки и посттренировочного этапа. Это позволяет всем исследователям, во-первых, использовать существующие данные и модели, чтобы изучить все интересные феномены, которые могут помочь им вдохновить новые интеллектуальные идеи на следующих итерациях улучшения моделей. А во-вторых, они также могут создавать самые разнообразные специализированные модели для каждой отдельной области и случаев использования и пытаться извлечь выгоду из приложений, поддерживаемых этими моделями. Поэтому я думаю, что открытый AI - это основа науки. Без него, я думаю, просто выразить, исследователи и студенты PhD сильно пострадают от настоящего накопления текущих достижений в отрасли. 

С другой стороны, я думаю, что децентрализованный AI, моя его определения, это на самом деле вернуть собственность, вернуть контроль обратно к владельцу наборов данных и моделей. Если вы представите себе в централизованной парадигме AI сегодня, разработчики, поставщики услуг данных все наняты AI-компаниями, чтобы выполнять часть своей работы, и все конечные продукты, результаты будут контролироваться компанией и монетизироваться компанией. Доходы и пользователи через порты приложений все возвращаются к компании. И компания контролирует, как эти деньги и выгоды должны распределяться среди разных сторон. Очевидно, что сегодня мы наблюдаем очень несправедливое распределение, при котором разработчики моделей живут довольно достойной жизнью, получают действительно высокую зарплату. Посмотрите на пакеты, предлагаемые Open AI и всем этим большим AI-моделям. Но тогда огромное количество людей, которые вносят данные, которые предоставляют отзывы по моделям, моделям для чата, не получают ничего взамен за все, что, по сути, полезно для улучшения модели. 

Поэтому я считаю, что существует своего рода предвзятое распределение этих денежных результатов обратно к контрибьюторам. И вот что децентрализованный AI пытается разрушить. Методология здесь - вернуться к самому началу, когда создавались наборы данных, чтобы мы знали точно, кто являются совладельцами и акционерами. И этот след будет накапливаться на протяжении всего пути к владельцам модели и владельцам агентов и владельцам приложений. И затем вы можете использовать этот след для выполнения распределения доходов обратно к верхним контрибьюторам. И это надежда децентрализованного AI. И потому что мы возвращаем всю власть создателям и контрибьюторам, это более устойчивая экономика. Верно. Поскольку каждый получает свою долю. Теперь я думаю, что технические проблемы, которые выходят за пределы этого вопроса, это как вы можете сделать это распределение автономным, справедливым и управляемым алгоритмически? И я думаю, что это много вопросов исследований, которые Sahara работает над сегодня.

Джулес: Спасибо, Шон. Очень хорошо сказано. Чи, есть что-то, что ты хотел бы добавить к этому, прежде чем мы перейдем дальше?

Чи: Нет, это больше.

Джулес: Отлично. Я хотел бы немного сменить фокус. Я знаю, что у нас есть ограниченное время. Я хотел бы немного поговорить о реальных приложениях некоторых из этих AI-агентов в диких условиях. Мы наблюдали, как некоторые, как их называют, солопредприниматели используют агентов AG2 для автоматизации всего, от электронной почты, календарей, транскрипции YouTube, веб-скрейпинга. Вы упомянули несколько дополнительных примеров ранее. Какой случай действительно удивил вас и заставил вас подумать: о, вау, это на самом деле действительно круто?

Чи: Да. Итак, один, их много. Но просто чтобы дать вам один пример, который может быть наиболее близок к этому сообществу, я видел пример автономной торговли, который выстраивается с использованием AG2, и они используют агента для управления вашими активами в web3 и выполнения автоматической торговли всё время. Даже когда вы спите, агент не спит и работает 24 часа, 7 дней в неделю, управляет всеми активами и выполняет автоматические покупки и продажи, чтобы увеличить портфель. Это было довольно удивительное применение для меня.

Джулес: Да, я определенно видел гораздо больше AI в DeFi. Это довольно дико. Шон, хотелось бы что-то добавить к этому?

Шон: Да, я думаю, что просто добавив, что автономные торговые агенты или боты стали большой штукой в Web3, хотя я бы противоречил, что они еще не совсем там или не совсем используют. Они больше похожи на прототип или концепцию MVP, что, о, мы видим, что этот агент может быть успешным при обмене ста долларов биткойнов на сто долларов сола, например. Это можно сделать успешно. Но позволяет ли им взять неясный пользовательский намерение. Скажем, у меня есть 10,000 долларов, которые я хочу потратить на определенные монеты-мемы и просто найти лучший способ вложить эти 10,000 долларов в период времени, который я хочу провести это инвестирование. Какую такую инструкцию, это все еще очень неопределенно и на высоком уровне. Сможет ли торговый агент это взять и выполнить и достичь высокоподобного результата? Мы очень далеки от этого. Я думаю, что нам потребуется, по крайней мере, еще год или что-то в этом роде, прежде чем мы увидим это. 

Шон: Это в действительности ведет к моему пункту, что я думаю, что мы уже наблюдаем огромный прогресс, переходя от последнего поколения AI, которое было очень основано на правилах, очень программирующее, к сегодняшним более агентским AI, которые могут понимать комментарии людей на естественном языке, которые, вероятно, были недостаточно определены в многих случаях, но все еще могут предпринимать разумные действия и достоверные действия. И я думаю, что это огромный скачок вперед. Я верю, что все мы очень взволнованы тем, как это может снова снизить барьеры для нас, чтобы делать правильные вещи. Например, я не супер знаком со всеми кошельками, которые существуют. Я, вероятно, знаком с парой из них, я, вероятно, знаком с парой из дексов, но можете ли вы дать мне агента, который, по сути, я могу просто простовольно управлять и выполнять все операции на всех дексах на рынке, вещи вроде этого. Я думаю, это действительно поможет массовому принятию в будущем.

Джулес: Да, ты поднимаешь некоторые очень, очень хорошие моменты, и у меня есть некоторые дополнительные вопросы для обоих из вас. Итак, очевидно, что мы наблюдаем, как эти агенты становятся гораздо лучше в автоматизации задач, в том, чтобы быть автономными, но полная автономия, очевидно, все еще является действительно серьезной проблемой. С вашей точки зрения, что является самым большим препятствием, препятствующим созданию AI-агентов, которые действительно автономны сегодня? Что именно мы ждем? Вы сказали, что для этих децентрализованных финансовых агентов, например, мы все еще, вероятно, как год или чуть больше ожидаем, прежде чем мы это увидим.

Шон: Я могу позволить Чи сначала сказать.

Чи: Хорошо. Итак, если вы об этом подумаете, несложно заставить агентов работать автономно. Трудно заставить их делать правильные вещи автономно и с самокоррекцией в разумные сроки. Так что, потому что вы можете, если вы просто хотите, чтобы они работали, да, вы можете просто дать им инструкции, и они могут продолжать работать, но в какой-то момент они сделают что-то неправильно. Когда они начнут делать что-то неправильно, они могут продолжать делать все более и более неправильно. Так что это большое отличие от автономного человека, который мы все также можем ошибаться. Мы не можем гарантировать, что всегда на правильном пути, но иногда мы можем быть напомнены, мы можем понимание: хорошо, мы делаем что-то глупое, и мы должны изменить свое поведение. И я думаю, что это одна большая недостающая возможность для агентов. Если мы сможем это сделать, тогда я думаю, что мы сделаем очень большой прогресс к тому, чтобы они решали задачу автономно. Но если вы также сделаете шаг дальше, чтобы подумать, являются ли люди действительно автономными, это также часто не так. Если вы спросите какого-либо соработника, чтобы поработать над каким-то проектом для вас, возможно, он может автоматом сделать что-то, но это не всегда будет то, что вы хотите изначально. И вам все еще нужно дать больше инструкций, больше обратной связи, чтобы они улучшились. 

Итак, даже когда у людей сейчас уровень автономии выше, чем у агентов, они также не являются полностью автономными. Так что в зависимости от того, как вы определяете полную автономию, узкое место может различаться. Так что, когда мы достигнем уровня автономии человека для агентов, вероятно, мы также захотим задать вопрос, можем ли мы сделать лучше? Люди действительно могут сделать лучше, потому что когда кто-то сотрудничает с вами больше времени, они на самом деле узнают больше, лучше знают ваши привычки и могут на самом деле становиться все более и более автономными. В конечном итоге вы сможете получить большинство вещей, выполненных без вашего непосредственного контроля. Агентам, вероятно, также нужно иметь эту возможность. Когда мы решим текущее узкое место, мы хотим, чтобы они могли улучшаться с течением времени и становиться более автономными со временем. Не просто справляться со всем самостоятельно в начале, но со временем им потребуется все меньше вмешательства со стороны людей.

Шон: Да. Просто чтобы быстро добавить к тому, что ты сказал, я думаю, что я очень согласен с тем, что он сказал, и я думаю, что мы движемся от программируемого AI, который нам нужно очень точно определить, что AI должен делать шаг за шагом, к более целеустремленному AI, который может взять высокоуровневую цель и попытаться ее выполнить, хотя мы все еще достаточно далеко от того конца спектра. Я думаю, что еще одним большим прогрессом, который мы сделали, является способность использовать инструменты. Это не то, что мы наблюдали в последнем поколении AI, который может использовать ваш браузер, вашу базу данных, Microsoft Office и все виды, как имеющие доступ к сети и выполнять все виды композицированных задач, чтобы достичь поставленной цели. Поэтому я думаю, что мы находимся в самом начале этого всего нового прогресса, и я думаю, что все очень взволнованы этим. Но я не хочу, чтобы люди слишком оптимистично относились к тому, как далеко мы находимся от этого.

Джулес: Да, вы оба поднимаете действительно важные моменты. Это определенно интересная тема для размышлений. Мне особенно понравилось, что ты, Чи, сказал о том, что даже люди и коллеги, как бы, полностью автономны. И я думаю, что это действительно открывающее понимание и хороший способ обдумать вещи. Я никогда так на это не смотрел, так что спасибо. Я думаю, что в дополнение к этому, как агенты начинают становиться лучше и меняться к тому, как мы работаем. Верно. Некоторые люди думают, что они будут просто помощниками, которые помогают нам, а другие действительно боятся, что они в конечном итоге заменят множество рабочих мест. Мне любопытно, по вашему мнению, куда мы на самом деле движемся?

Джулес: Ты хочешь начать, Чи?

Чи: О, я могу быстро сказать. О, да, вперед. Хорошо. Да, это действительно сложный вопрос. Я думаю, что очень вероятно, что они изменят распределение рабочих мест. Существует много способов изменения, которые мы можем представить. Но одна тенденция, которую я предполагаю, заключается в том, что AI-агенты позволят отдельным лицам или небольшим командам достигать большего. Таким образом, мы, вероятно, увидим все больше и больше небольших команд, делающих удивительные вещи. Так что это может быть один из типов изменений в распределении рабочих мест, который может произойти в будущем. А еще хочу подчеркнуть, какие новые рабочие места мы можем получить, можем создать в будущем? Правильно. Есть ли какие-то новые рабочие места, которые будут требовать от людей решения проблем, которые не могут решить AI? И если мы сосредоточим свое внимание на решении этой проблемы, возможно, появится много возможностей для создания.

Шон: Да, я думаю, что мы уже придумали новый тип работы, который является модератором агентов, потому что если сегодня у них действительно есть проблемы с отслеживанием целей, тогда нам нужны люди, чтобы следить за ними. И поскольку существует так много агентов, которые будут работать автономно или полуанонимно, нам нужен человеческий модератор, чтобы найти способ создать хороший UX UI для их модерации, чтобы они не попали в проблему. Верно. И я думаю, что это приводит меня к тому, как я отвечаю на вопрос. Я думаю, что на самом деле в зависимости от типа работ, мы, люди, все еще являемся лицами, принимающими решения во всей этой системе. И я думаю, что тренд будет таковым: мы пытаемся заставить их работать на некоторых скучных задачах, которые не хотим выполнять. А затем мы пытаемся создать некоторые новые интересные задачи для нас, чтобы сотрудничать с агентами. И это, вероятно, будет происходить долгое время, пока не произойдут какие-то другие разрушительные изменения. В этом случае, я думаю, что агенты будут как бы занимать системную роль. Даже если я пытаюсь распутать помощническую помощь с помощью автономного выполнения. Верно. Потому что могут быть автономные агенты, которые служат вашими помощниками или копилотами, они не противоречат друг другу. Таким образом, я думаю, это будет тренд. Мы будем заменять скучные работы, как можно больше, но мы видели множество скучных, просто уникальных физических человеческих взаимодействий с реальным миром, которые действительно трудно заменить сегодня виртуальными агентами. Да.

Джулес: Отлично. И по мере того как мы приближаемся к этому будущему, мне интересно, какова одна вещь, которую каждый разработчик AI, будь то работающий над AG2, Sahara AI или любым другим AI проектом, что одна вещь, о которой каждый разработчик AI должен помнить, когда они проектируют AI и specifically AI-агенты?

Чи: Да, для меня одна важная особенность, на которую стоит обратить внимание, - это всегда помнить, что эти агенты могут ошибаться, они могут давать нежелательные результаты, они могут терпеть неудачи. Поэтому, если вы в начале учтете эту возможность и постараетесь быть устойчивыми к ошибкам и/или добавите ограждения, вы можете увеличить ваши шансы на успех.

Шон: Да, для меня, я думаю, снова, посвящаясь ценностям Sahara AI. Верно. Мы должны вернуть власть и собственность контрибьюторам. Верно. Когда вы создаете агентов, не забывайте о тех, кто вносит вклад в строительные блоки, таких как владельцы наборов данных, провайдеры вычислительных ресурсов для обучения агентов и все эти рецепты агентов. Они все должны быть частью непрерывно монетизируемых партий с вами и как бы работать с вами для улучшения следующей версии агента.

Джулес:{